基于交叉細(xì)化和循環(huán)注意力的RGB-D顯著性目標(biāo)檢測
系統(tǒng)仿真學(xué)報(bào)
頁數(shù): 17 2023-03-15
摘要: 針對顯著性目標(biāo)檢測區(qū)域邊界模糊以及檢測區(qū)域不精確不完整的問題,提出了基于交叉細(xì)化和循環(huán)注意力的RGB-D顯著性目標(biāo)檢測方法。在利用編碼器提取特征的階段設(shè)計(jì)了交叉細(xì)化模塊,用于補(bǔ)充對方的特征信息,改善了融合前的特征質(zhì)量,抑制了質(zhì)量較差的深度圖帶來的消極影響,解決了顯著性目標(biāo)邊緣模糊的問題。針對融合后的特征,提出聯(lián)合注意力機(jī)制與卷積長短期記憶網(wǎng)絡(luò)單元的循環(huán)模塊以模擬大腦的內(nèi)部生成機(jī)...